Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
nekoIoTLT_nekoDeeplearning
Search
Sponsored
·
Your Podcast. Everywhere. Effortlessly.
Share. Educate. Inspire. Entertain. You do you. We'll handle the rest.
→
NearMugi
August 25, 2020
Programming
350
0
Share
nekoIoTLT_nekoDeeplearning
NearMugi
August 25, 2020
More Decks by NearMugi
See All by NearMugi
nekoIoTLT_NearMugiLLM
nearmugi
0
420
nekoIoTLT_CatAndColorSensor
nearmugi
0
960
VisualProgramming_GoogleHome_LINE
nearmugi
1
620
EnebularMeetup_GoogleCalendar
nearmugi
0
310
nekoIoTLT_ToyAndVoiceAnalysis
nearmugi
0
410
nekoIoTLT_Demachi
nearmugi
0
470
nekoIoTLT_SearchBlackObject
nearmugi
1
700
nekoIoTLT_nekoGohan
nearmugi
0
560
nekoIoTLT_Tsumetogi
nearmugi
1
750
Other Decks in Programming
See All in Programming
AI Agent と正しく分析するための環境作り
yoshyum
2
570
CLIであることを活かしたGitHub Copilot CLI活用術 / GitHub Copilot CLI Pro Tips & Tricks
nao_mk2
1
540
運用エージェントは "作る" から "育てる" へ - 記憶と自己進化の3層設計パターン / self-evolving-agents-three-layer-agent-design
gawa
7
470
サプライチェーン攻撃対策「層を重ねて落ちない壁」を10日間で組み上げた話 #TechLeadConf2026
kashewnuts
1
320
Stage 3 Decorators でできること / できないこと / TSKaigi 2026
susisu
1
400
リセットCSSを1行消したらアクセシビリティが向上した話
pvcresin
4
530
色即是空、空即是色、データサイエンス
kamoneggi
1
140
サークル参加から学ぶ、小さな事業の回し方
yuzneri
0
220
1人1案件のプロダクトエンジニア時代に、"プロセス監督"としてチャレンジしたこと
non0113
0
160
プロパティの順序で型推論が壊れる!? TypeScript6.0の修正からContext-Sensitivityの仕組みを追う
bicstone
2
800
The Past, Present, and Future of Enterprise Java
ivargrimstad
0
470
継続的な負荷検証を目指して
pyama86
3
1.4k
Featured
See All Featured
HTML-Aware ERB: The Path to Reactive Rendering @ RubyCon 2026, Rimini, Italy
marcoroth
1
89
"I'm Feeling Lucky" - Building Great Search Experiences for Today's Users (#IAC19)
danielanewman
231
23k
I Don’t Have Time: Getting Over the Fear to Launch Your Podcast
jcasabona
34
2.7k
The Success of Rails: Ensuring Growth for the Next 100 Years
eileencodes
47
8.1k
GraphQLとの向き合い方2022年版
quramy
50
15k
No one is an island. Learnings from fostering a developers community.
thoeni
21
3.7k
ラッコキーワード サービス紹介資料
rakko
1
3.4M
How to build a perfect <img>
jonoalderson
1
5.5k
How to audit for AI Accessibility on your Front & Back End
davetheseo
0
370
4 Signs Your Business is Dying
shpigford
187
22k
My Coaching Mixtape
mlcsv
0
130
Thoughts on Productivity
jonyablonski
76
5.2k
Transcript
ねこ+DeepLearningを試してみる 2020.8.25 夜開催! ねこIoTLT vol.3
自己紹介 NearMugi(ニアムギ) ねこ2匹飼っています。
ねこ紹介 ニア ・3月8日生まれ 11歳 ・もふもふでかわいい ・最近体重が戻ってきて調子よい
ねこ紹介 ムギ ・5月8日生まれ 8歳 ・黒猫でかわいい ・メーメー鳴く ・人が苦手
イントロ 「ねこ+DeepLearning」の きっかけ
イントロ ねこIoTLT主催者の津川さんから 「ねこの背景をくり抜きたい」との お話を聞きました。
イントロ こんな感じです
イントロ きっとDeepLearning 使えば出来るはず
イントロ 試してみました
1.ネコの画像データを入力する 2.くり抜き用のデータが出力される 3.用意した背景とネコの画像を合成する 完成イメージ →この処理をラズパイ3の中で完結したい。 学習済みのモデルを読み込めれば出来るはず。
調べる 調べてみる
画像を意味(ネコ・イヌなど)で分類することを 「セマンティックセグメンテーション」というらしい 調べる ネコ イヌ
「セマンティックセグメンテーション」を学習するには U-NetというモデルとPASCAL VOC 2012のデータを使えば 良いっぽい 調べる
学習 学習してみる
・PASCAL VOC 2012からネコ画像だけ取り出す ・ネコorそれ以外のセグメンテーション画像に加工する ・学習データを水増しする 学習
学習結果 学習してみた結果
そこそこ上手く出来てるもの 学習結果
残念な結果だったもの(これでもまだ良いほう…) 学習結果
ネコじゃないのに… 学習結果
まとめ ・カメラと連携してIoTになるはずが、残念な結果になってしまいました ・とりあえず結果が出たので良かったです ・もう少し理解してチャレンジしてみようと思います 以上となります。 ご清聴ありがとうございました。